leetcode-1074. 元素和为目标值的子矩阵数量(前缀和+hash)

leetcode-1074. 元素和为目标值的子矩阵数量(前缀和+hash)给出矩阵 matrix 和目标值 target,返回元素总和等于目标值的非空子矩阵的数量。子矩阵 x1, y1, x2, y2 是满足 x1 <= x <= x2 且 y1 <= y <= y2 的所有单元 matrix[x][y] 的集合。如果 (x1, y1, x2, y2) 和 (x1’, y1’, x2’, y2’) 两个子矩阵中部分坐标不同(如:x1 != x1’),那么这两个子矩阵也不同。示例 1:输入:matrix = [[0,1,0],[1,1,1],

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

给出矩阵 matrix 和目标值 target,返回元素总和等于目标值的非空子矩阵的数量。

子矩阵 x1, y1, x2, y2 是满足 x1 <= x <= x2 且 y1 <= y <= y2 的所有单元 matrix[x][y] 的集合。

如果 (x1, y1, x2, y2) 和 (x1’, y1’, x2’, y2’) 两个子矩阵中部分坐标不同(如:x1 != x1’),那么这两个子矩阵也不同。
在这里插入图片描述

示例 1:



输入:matrix = [[0,1,0],[1,1,1],[0,1,0]], target = 0
输出:4
解释:四个只含 0 的 1x1 子矩阵。
示例 2:

输入:matrix = [[1,-1],[-1,1]], target = 0
输出:5
解释:两个 1x2 子矩阵,加上两个 2x1 子矩阵,再加上一个 2x2 子矩阵。
示例 3:

输入:matrix = [[904]], target = 0
输出:0
 

提示:

1 <= matrix.length <= 100
1 <= matrix[0].length <= 100
-1000 <= matrix[i] <= 1000
-10^8 <= target <= 10^8
class Solution { 
   
public:
    void re(vector<int> &a){ 
   
        for(auto &w : a)w = 0;
    }
    int numSubmatrixSumTarget(vector<vector<int>>& matrix, int target) { 
   
        int n = matrix.size(),m = matrix[0].size();
        vector<int>cols(m,0);
        unordered_map<int,int>mm;
        int ans = 0;
        vector<int>s(m + 1,0);
        for(int i = 0;i < n;i ++){ 
   
            re(cols);
            re(s);
            for(int j = i;j < n;j ++){ 
   
                mm.clear();
                mm[0] = 1;
                for(int k = 1;k <= m;k ++){ 
   
                    cols[k - 1] += matrix[j][k - 1];
                    s[k] = s[k - 1] + cols[k - 1];
                }
                for(int k = 1;k <= m;k ++){ 
   
                    ans += mm[s[k] - target];
                    if(!mm.count(s[k]))mm[s[k]] = 0;
                    mm[s[k]] ++;
                }
            }
        }
        return ans;
    }
};
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/169063.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 虚拟机连接上网的步骤「建议收藏」

    虚拟机连接上网的步骤「建议收藏」1.首先查看本机的可上网的IP地址:我的本机IP地址是192.168.1.5,由此可以推出我的网关地址就是192.168.1.1这个网关就是可以用来访问的一个地址,一般子网掩码都是255.255.255.02.设置本机的Vmare8的IP为静态IP和并且一定要配到这个192.168.1.1这个网关下右键其属性配成对用的网关地址,一定要在一个网段内下面是虚拟机里面的配置,里面有个虚拟机网络编辑这个是可供虚拟机上网的网段,一定要在这个范围之内这个配置完之后

    2022年5月19日
    69
  • RF、GBDT、XGboost特征选择方法「建议收藏」

     RF、GBDT、XGboost都可以做特征选择,属于特征选择中的嵌入式方法。比如在sklearn中,可以用属性feature_importances_去查看特征的重要度,比如:fromsklearnimportensemble#grd=ensemble.GradientBoostingClassifier(n_estimators=30)grd=ensemble.Rando…

    2022年4月10日
    110
  • Pycharm批量注释代码和取消注释代码「建议收藏」

    Pycharm批量注释代码和取消注释代码「建议收藏」注释代码和取消注释代码的快捷键都一样ctrl+/

    2022年8月25日
    5
  • 第二周CorelDRAW课总结

    第二周CorelDRAW课总结

    2021年5月25日
    129
  • tikv和tidb_tidb优缺点

    tikv和tidb_tidb优缺点概述:TiKV最底层使用的是RocksDB做为持久化存储,所以TiKV的很多性能相关的参数都是与RocksDB相关的。TiKV使用了两个RocksDB实例,默认RocksDB实例存储KV数据,RaftRocksDB实例(简称RaftDB)存储Raft数据。TiKV使用了RocksDB的 ColumnFamilies 特性。 默认Rock…

    2022年9月15日
    0
  • 简述为什么要使用多线程_threadlocal详解

    简述为什么要使用多线程_threadlocal详解说明:Thread的IsBackground=true;//主程序结束后,线程随之结束【日常要用到的】Thread的IsBackground=false;//主程序结束后,线程不会随之结束代码:usingSystem;usingSystem.Threading;namespaceConsoleApp1{classProgram{staticvoidMain(string[]args){Th

    2022年10月16日
    0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号